如何处理时间序列中的缺失日期？

Question

以下是数据：

u <- data.frame(date = c("2016-01-22" ,"2016-01-22", "2016-02-25", "2016-11-18", "2017-04-14", "2017-04-27", "2017-11-08", "2018-11-06", "2019-02-15")) 
V <- data.frame(co = c(708.01, 598.93, 624.64, 460.00, 849.61, 707.16, 240.00, 940.00, 1078.00))
w <- cbind(u, V)

下面是我拥有且无法复制的图，因为它是更大数据集的子集。但是我添加了上面图中的外观。我已经用油漆添加了红线。

我的问题是创建时间序列时，在ts（）中使用的合适频率应该是多少？或者您推荐其他方法吗？

我得到的输出是（似乎是错误的）：更像是平均值，这不能给出很好的预测

我使用了以下内容：

pre <- ts(w$co, start=c(2016,1), end=c(2019,2), frequency=12)
predi <- auto.arima(pre)
summary(predi)
predict(predi, n.ahead=10)

当我绘制它时，我得到了，

prefor <- forecast(object=predi, h=10)
plot(prefor)